Bayesovský XGBoost
Bayesovský XGBoost kombinuje prediktívnu silu Extreme Gradient Boosting s Bayesovskou optimalizáciou na ladenie hyperparametrov. Namiesto mriežkového alebo náhodného vyhľadávania riadi vyhľadávanie optimálnej miery učenia, hĺbky stromu a regularizačných parametrov pravdepodobnostný náhradný model, čím sa dosahuje takmer maximálny výkon s oveľa menším počtom vyhodnotení ako pri vyčerpávajúcich metódach vyhľadávania.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Chen, T. & Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 785–794. DOI: 10.1145/2939672.2939785 ↗
- Snoek, J., Larochelle, H. & Adams, R. P. (2012). Practical Bayesian Optimization of Machine Learning Algorithms. Advances in Neural Information Processing Systems (NeurIPS), 25, 2951–2959. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Bayesian-Optimized Extreme Gradient Boosting. ScholarGate. https://scholargate.app/sk/machine-learning/bayesian-xgboost
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Gradient BoostingStrojové učenie↔ compare
- LightGBMStrojové učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
- XGBoostStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →